前言¶

在 DSH 里让模型「看网页、点按钮、填表单」，常见做法是 HTTP 抓取或无头浏览器脚本：前者拿不到完整交互后的 DOM，后者往往和你在桌面里用的浏览器不是同一套运行时，调试也不直观。dsh-browser（@istarry/dsh-browser）走的是另一条路——在 harness home 下安装并复用一套 Chromium，通过 browser_open 与 browser_interact 给 Agent 一个真实的有头浏览器，多次工具调用之间会话状态保持。下面介绍它是什么、怎么装、使用时要注意什么。

这是什么¶

维护者 iStarryDust 在 GitHub 开源的 DSH 插件，社区目录分类为联网工具。一句话定位：在 DSH 进程里管理 Chromium 运行时，并向 Agent 暴露两个浏览器工具，页面状态在同一会话内可延续。

当前包版本为 0.1.1（见仓库 package.json），许可证 MIT。

核心功能¶

两个 Agent 工具¶

• browser_open：打开页面，返回可交互的页面状态。
• browser_interact：在同一浏览器会话里点击、输入、滚动、读取；状态在多次调用之间保持。

设置页与 Chromium 管理¶

插件包含设置 UI（包 @istarry/dsh-client-ui-settings-browser），用于：

• 控制是否允许 Agent 使用浏览器（配置项 agentUseBrowser）。
• 编辑自定义请求头（例如特定 UA、Referer）。
• 查看 Chromium 安装状态。

Chromium 不随 npm 包分发，由插件在运行时检测、安装并复用，安装在用户目录下的 harness home（~/.dsh），不写入系统全局浏览器路径。

包结构（职责拆分）¶

安装与启用¶

在 DSH 环境中执行官方安装命令：

dsh plugin add @istarry/dsh-browser

装完后重启 DSH 服务。README 写明：首次使用需要在设置页里安装 Chromium（约 400MB 下载、数百个文件），装好后不会重复下载。

典型用法（工作流）¶

README 未给出逐条对话示例，可复现的流程如下：

1. 安装插件并重启 DSH。
2. 打开插件设置页，完成 Chromium 安装；按需配置请求头，并决定是否开启 agentUseBrowser。
3. 在会话中让 Agent 调用 browser_open 打开目标 URL，拿到页面状态。
4. 在同一会话中继续调用 browser_interact 完成点击、输入、滚动或读取内容；无需每次重新开浏览器。

工具名与行为以仓库 README 为准；peer 依赖包括 @deepseek-ai/cordis、@deepseek-ai/dsh-tools、@deepseek-ai/dsh-session 等（见各包 package.json）。

权限、兼容性与适用场景¶

务必知晓的行为¶

这部分在 README 里单独强调，安装前应读完：

• 会下载并安装 Chromium 运行时到 ~/.dsh（首次约 400MB，需要网络）。
• 会启动有头浏览器进程（不是无头），占用内存并出现窗口。
• browser_interact 允许模型操作真实网页（点击、输入、提交表单）。只有在设置页明确开放 agentUseBrowser 时，才应让 Agent 使用；模型可能接触到你打开的任何页面。

插件以当前 DSH 进程权限运行；安装前建议查看 源码与 LICENSE，确认符合你的安全策略。

兼容性¶

• README 记载实测环境：DSH 0.2.0-rc.2。
• Chromium 由插件在用户目录安装，与系统已安装的 Chrome/Chromium 相互独立。

适合谁¶

• 需要在 DSH 里做可交互网页操作（登录后页面、表单、动态渲染）的智能体开发者。
• 希望用有头 Chromium 对照页面行为，而不是只靠静态 HTTP 或无头脚本的场景。

不适合只想轻量抓公开 HTML、且不愿在本机多一个浏览器进程与约 400MB 运行时下载的环境。

结尾¶

dsh-browser 把「真实有头 Chromium + 会话保持」收进 DSH 插件：两个工具覆盖打开与交互，设置页管 Chromium 安装、请求头与 Agent 开关。社区目录与 GitHub 如下，细节以 README 为准。

• 目录页：https://www.skillhub.cn/plugins/iStarryDust/dsh-browser
• 仓库：https://github.com/iStarryDust/dsh-browser